分析自定义 sklearn 管道答案

【问题标题】：Profiling custom sklearn pipeline分析自定义 sklearn 管道
【发布时间】：2020-08-04 18:39:56
【问题描述】：

我为我的项目创建了一个 sklearn 管道，其中包含两个组件，即 data_transform 和 model，如下所示。

model = Pipeline([
    ('data_transform', XYZ(p1=arg1, p2=arg2)),
    ('model', LogisticRegressionCV(solver='sag', multi_class='multinomial', class_weight='balanced', max_iter=5000))])

我将 fit 方法称为model.fit(X_train, y_train)。因为，我的代码花费了很多时间，所以我想检查每个组件所花费的时间，即 data_transform 和 model。有什么方法可以查到所用的时间吗？

【问题讨论】：

标签： python scikit-learn profiling pipeline

【解决方案1】：

为您的Pipeline 设置verbose=True，当应用 fit 方法时，您将看到管道的每个步骤所花费的时间。

方法如下：

model = Pipeline(steps=[
    ('data_transform', XYZ(p1=arg1, p2=arg2)),
    ('model', LogisticRegressionCV(solver='sag', multi_class='multinomial', class_weight='balanced', max_iter=5000))],
                 verbose=True)

当你这样做时：

model.fit(your_data)

你会看到类似的输出（我在这里粘贴我的管道输出）

【讨论】：

有趣。如果可行，我将检查并标记接受:)